导读:本文包含了回程取货论文开题报告文献综述及选题提纲参考文献，主要关键词:干扰管理,带回程取货的车辆路径问题,需求变动,恢复策略
回程取货论文文献综述
王旭坪,阮俊虎,孙自来,曹海艳[1]（2013）在《带回程取货车辆路径问题的干扰恢复模型》一文中研究指出在实际车辆调度中,路线安排系统要对来自外界不断出现的干扰事件做出迅速反应.针对带回程取货车辆路径问题中出现的需求变化干扰(如新的服务请求、客户点减少及其货物量增加或减少),基于干扰管理的思想,对这类干扰事件进行分析和度量,提出了带回程取货车辆调度的扰动恢复模型;设计了基于邻近策略和增派策略的启发式算法对模型进行求解;最后结合标准数据集对模型和算法进行了验证.(本文来源于《系统工程学报》期刊2013年05期）
柳毅,沈勤[2]（2011）在《带时间窗可回程取货车辆路径问题的元胞鱼群算法》一文中研究指出在研究带时间窗可回程取货车辆路径问题数据模型的基础上,将人工鱼群算法的仿生学原理与元胞自动机的邻域邻域模型和状态迁移规则相结合设计了元胞鱼群算法。算法通过在每次迭代后进行元胞空间的信息交换,并利用交换序方法对鱼群算法进行重构,改善了对解空间的搜索性能。仿真实验结果表明,元胞鱼群算法有良好的寻优能力,具有一定的工程应用价值。(本文来源于《系统管理学报》期刊2011年06期）
邢占文[3]（2011）在《考虑不确定因素条件下带回程取货的车辆路径问题研究》一文中研究指出城市内货物的配送和收集是物流运输中一个重要的环节，是货物在物流节点与收发货人之间流动的过程。针对目前理论研究中存在的诸多问题，例如成本数学模型描述不准确，速度等不确定信息量化不合理，调度优化算法计算时间长以及调度方案的可执行性弱等，建立评价各类调度优化方案优劣的复合成本数学模型，拟合不确定车速和货量的隶属度函数曲线，提出高效的勘探搜索算法，设计基于非精确距离矩阵的共轭优化算法等，从而为建立高效、实用的可视化配送/取货车辆动态调度系统打下坚实的基础。论文首先对调度过程中所涉及的各类信息进行数学描述，设计相应的收集方法，提出基于路网分层模型的距离矩阵求解算法完成复杂路网模型下的距离矩阵快速求解，并通过基于隶属度函数的综合判断方法对整理车厢的成本进行量化分析，同时综合考虑车辆折旧成本、油耗成本和驾驶员成本，建立带回程取货车辆路径问题数学模型的复合成本目标函数模型。然后以呼和浩特市区的交通流数据拟合不确定车速的隶属度函数，并以实际物流企业的业务数据拟合发货重量和体积的隶属度函数，在此基础上，通过引入调度决策人员的主观评价指标来对调度模型的约束条件进行数学描述。其次，在详细分析具有不确定车速和不确定发货重量及体积的复杂调度问题的基础上，设计快速高效的勘探搜索算法，给出算法初始可行方案的快速生成策略，设计相应的候选方案动态衍生方法，并详细阐述动态禁忌长度选取策略以及特赦准则的构建策略。通过计算实例，验证勘探搜索算法的有效性。然后详细描述调度方案执行过程中出现新的发货客户这一随机性突发情况，引入“假设客户”的概念，将动态问题转化为静态问题，并提出基于非精确距离矩阵的共轭优化算法进行优化。同时，针对执行时间的不确定性导致车辆位置发生变化的实际问题，设计分段近似估计法进行修正。最后设计并开发呼和浩特市可视化配送/取货车辆动态调度系统。详细阐述系统的特点、网络体系架构、核心应用功能、GIS数据存储格式、交互界面组成和调度方案的发布模式等内容。通过一个月的试运行，调度系统在实用性、稳定性等方面均能够较好满足设计要求和客户需求，系统的成功部署和初步应用显着提高了物流企业的服务质量和经济效益。(本文来源于《长安大学》期刊2011-11-01）
邢占文,郭晓汾,魏娟[4]（2011）在《考虑整理车厢成本和回程取货的车辆路径问题求解》一文中研究指出考虑整理车厢的成本,建立带回程取货的车辆路径数学模型,采用禁忌搜索算法对模型进行求解,并对某大型物流企业在北京市1 d内的配送和收集业务进行了优化,优化计算在5 s内完成。计算结果表明:在总路径增长7.8%的情况下,车辆配送费用比节约算法降低了24.5%,实现均衡值提高了9.3%。可见,该算法降低了调度人员工作量,节约了物流企业运输成本。(本文来源于《交通运输工程学报》期刊2011年01期）
柳毅[5]（2010）在《求解模糊需求可回程取货车辆路径问题的改进人工鱼群算法》一文中研究指出模糊需求可回程取货车辆路径问题是运筹学领域研究的一个热点问题.文中构建该问题的数学模型,并提出一种改进的人工鱼群算法.将人工鱼群算法仿生学原理和决策者主观偏好进行有效结合,重构人工鱼群算法的寻优公式,通过动态调整人工鱼移动步长、视野范围和邻域值等方法提高寻优能力.仿真实验结果证实该算法的有效性和优越性.(本文来源于《模式识别与人工智能》期刊2010年04期）
李晋玫[6]（2010）在《回程取货车辆路径问题的组合启发式算法研究》一文中研究指出近年来,随着公众环保意识的增强,社会对资源的日益重视,逆向物流已成为学术界和企业界关注的焦点。逆向物流强调废旧物品的循环利用和对环境污染的有效控制。本文将正向物流与逆向物流相结合,就如何选择合理有效的路径建立模型,并用组合启发式算法对该模型做了具体求解。通过模拟算例表明组合启发式算法是求解这类问题的一种有效方法。(本文来源于《物流工程与管理》期刊2010年07期）
胡天军,程文科[7]（2010）在《带回程取货的逆向物流车辆路径建模及其蚁群算法》一文中研究指出对逆向物流车辆路径问题进行了概述和分类,构建了以VRPPDTW为基础的带回程取货的逆向物流车辆路径数学模型,设计了求解该模型的最大—最小蚁群算法,对设计要素进行了详细介绍,包括初始蚁群分布,状态转移策略,以及信息素更新策略等,并给出了具体的算法步骤.最后,以Solomon中的R101、R102、R103、R104和R105等5项示例为背景,分别取前25节点和50节点,以取货点的取货量比例分别占全部客户节点需求量的10%、30%、50%取货,得到30个算例的计算结果,并将其与Tangian和模拟退火等计算结果进行了比较,结果表明最大—最小蚁群算法在某种程度上优于其他算法.(本文来源于《交通运输系统工程与信息》期刊2010年03期）
柳毅[8]（2010）在《带回程取货车辆路径问题的人工鱼群算法研究》一文中研究指出该文提出用人工鱼群算法求解带回程取货车辆路径问题,有效调度车辆在送货的同时完成取货任务。将人鱼个体能量函数、觅食行为、聚群行为和追尾行为等应用到优化问题中,仿真结果表明人工鱼群算法是一种解决带回程取货车辆路径问题的有效方法。(本文来源于《杭州电子科技大学学报》期刊2010年03期）
曹海艳[9]（2008）在《需求变动的带回程取货车辆路径问题研究》一文中研究指出带时间窗的回程取货车辆路径问题(VRPB)是车辆路径问题的衍生问题。在实际生活中,带时间窗的回程取货车辆路径问题在物流配送路线中广泛存在,例如零售业、快件与货运和逆向物流等,是物流管理学科的前沿热点问题之一。另外,在实际的物流活动中,不可避免会出现各种干扰事件,它们打乱原有的初始行车方案,影响了取送货任务的按时完成,造成了服务效率和服务质量的下降。因此,对VRPB问题中出现的干扰事件进行快速有效的处理是十分必要和有意义的。本文针对带时间窗的回程取货车辆调度中的干扰问题,以干扰事件对系统的扰动最小为目标,基于干扰管理思想对需求变动的带时间窗的回程取货车辆路径问题(VRPBTW)进行研究。本文的主要研究工作如下:(1)定义了干扰发生前的静态VRPBTW问题及其模型,在此基础上分析了现实世界中的需求变动,辨识分析和度量了这些需求变动对系统产生的扰动,进一步建立了其扰动恢复模型。(2)先提出了求解原VRPBTW问题的混合禁忌搜索算法;针对需求变动问题的特点,设计了基于策略的启发式算法求解扰动恢复模型。(3)用标准测试数据实例验证求解原问题的混合禁忌搜索算法和求解干扰问题的基于策略的启发式算法,证明了所提出的干扰管理模型及算法的有效性。本文建立的需求变动的VRPBTW问题的扰动恢复模型,有效地降低了需求变动干扰事件对系统的行车计划的扰动,在很大程度上减少了对客户服务时间的延迟和物流服务提供商的成本损失,给实际的物流企业提供了一定的参考,也为今后研究其他类干扰的VRPBTW问题奠定了基础。(本文来源于《大连理工大学》期刊2008-12-01）
程文科[10]（2007）在《带回程取货的逆向物流车辆路径问题研究》一文中研究指出随着世界经济的发展和科技的进步,物流产业正在世界范围内迅速发展,即使是长期受到学术界和企业界忽视的逆向物流也随着可持续发展理念的深入人心而成为社会日益关注的话题。然而在我国逆向物流的研究还处于初级阶段,尤其是关于带回程取货的逆向物流车辆路径问题(Vehicle Routing Problems withBackhauls,VRPB)的研究远未成熟。VRPB问题是车辆路径问题(Vehicle Routing Problems,VRP)的延伸。VRPB问题不像VRP问题那样只考虑车辆运行中的单纯送货或者单纯取货过程,而是将送货与取货过程结合起来,同时实现送货和取货,更加节省运输成本。如何在逆向物流中经济合适地安排车辆的配送路径成为物流管理者面临的一个重要的问题决策。本文首先介绍了逆向物流的内涵,通过对逆向物流和正向物流车辆路径问题进行比较,指出了逆向物流车辆路径问题的特点。在此基础上,通过对比,指出本文研究的取送交叉VRPB问题和取送无交叉VRPB问题的区别在于放松了取货客户必须在送货客户之后的约束,然后建立无时间窗VRPB问题模型及相关约束。通过对不同算法的比较,最终选择改进遗传算法并进行具体的算法设计,最后以算例进行了验证。本文还针对物流行业的现状,在VRPB问题上增加了节点的服务时间窗限制,建立了带时间窗VRPB问题(Vehicle Routing Problems with Backhauls and TimeWindows,VRPBTW)模型及相关约束并使用最大-最小蚁群算法进行了具体的算法设计。最后通过对示例求得的结果比较,采用本文设计的算法所求结果优于文献结果,从而在实际中更加节省运输成本,实现了VRPBTW问题的优化。(本文来源于《北京交通大学》期刊2007-12-01）
回程取货论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在研究带时间窗可回程取货车辆路径问题数据模型的基础上,将人工鱼群算法的仿生学原理与元胞自动机的邻域邻域模型和状态迁移规则相结合设计了元胞鱼群算法。算法通过在每次迭代后进行元胞空间的信息交换,并利用交换序方法对鱼群算法进行重构,改善了对解空间的搜索性能。仿真实验结果表明,元胞鱼群算法有良好的寻优能力,具有一定的工程应用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
回程取货论文参考文献
[1].王旭坪,阮俊虎,孙自来,曹海艳.带回程取货车辆路径问题的干扰恢复模型[J].系统工程学报.2013
[2].柳毅,沈勤.带时间窗可回程取货车辆路径问题的元胞鱼群算法[J].系统管理学报.2011
[3].邢占文.考虑不确定因素条件下带回程取货的车辆路径问题研究[D].长安大学.2011
[4].邢占文,郭晓汾,魏娟.考虑整理车厢成本和回程取货的车辆路径问题求解[J].交通运输工程学报.2011
[5].柳毅.求解模糊需求可回程取货车辆路径问题的改进人工鱼群算法[J].模式识别与人工智能.2010
[6].李晋玫.回程取货车辆路径问题的组合启发式算法研究[J].物流工程与管理.2010
[7].胡天军,程文科.带回程取货的逆向物流车辆路径建模及其蚁群算法[J].交通运输系统工程与信息.2010
[8].柳毅.带回程取货车辆路径问题的人工鱼群算法研究[J].杭州电子科技大学学报.2010
[9].曹海艳.需求变动的带回程取货车辆路径问题研究[D].大连理工大学.2008
[10].程文科.带回程取货的逆向物流车辆路径问题研究[D].北京交通大学.2007
标签：干扰管理; 带回程取货的车辆路径问题; 需求变动; 恢复策略;